文章主题：天壤XLab, 蛋白质自由设计, AI药物发现
《科创板日报》3月7日讯（记者 金小莫） 在需求栏中输入对目标蛋白质的描述参数，比如序列长度、结构对称性、目标功能、结合配体结构、化学计量等；点击“运行任务”键；很快，电脑屏幕上就显示出了符合参数要求的蛋白质三维结构。
这是记者在天壤XLab看到的相关应用。
🌟【科技新星崛起】🚀2022年10月，天壤XLab凭借其创新力，引领蛋白质自由设计领域，推出了革命性的平台——xCREATOR！🎉面向全球教育者和科研人员，这个专为探索生命奥秘而生的平台，以它的开放性和包容性，短短几个月就吸引了超过500名热情的使用者。🔥🌟独家消息！💡据最新透露，仅在今年2月下旬，天壤XLab又一力作——蛋白质扩散模型，已闪耀登场，标志着其技术实力的飞跃。🚀这一自主研发的先进技术，无疑为科研工作提供了强大工具，助力科学家们在蛋白质研究的道路上更进一步。🏆天壤XLab的崛起，不仅展示了他们的决心和创新精神，也预示着未来更多可能。让我们期待他们在生物科技领域的更多突破！🌟记得关注我们，获取更多前沿科技动态！🌐#蛋白质自由设计 #xCREATOR #科技创新
支撑这些平台的技术就是蛋白质结构的自动生成技术，后者也是ChatGPT的核心技术之一。另有迹象表明，自动生成技术在生命科学领域的应用正在逐渐增多：
🌟凯赛生物引领创新，科创板再谱生化新篇章！💡分子之心获凯赛青睐，AI蛋白质设计平台战略升级，生物科技领域迎来新变革！🚀赛得康初创之路上，AI蛋白模块闪耀，种子轮融资数千万元，科技驱动未来发展！🌐这两起事件不仅展示了科创板对企业科技创新的大力支持，也预示着AI在生物医疗领域的广泛应用和潜力无限。🌟#凯赛投资# #分子之心# #生物科技革新
“其实，ChatGPT所依托的AI生成技术并非新技术，很多公司都已经有所积累并陆续开始应用了。之前有个语言模型BERT就被用于蛋白质生成了，取得了不错的成果。”一家行业企业对记者表示，只不过，当ChatGPT走热之后，AI生成技术在生命科学领域的应用也逐渐走进了公众的视野。
🎉🚀随着AI技术的革新飞跃，我们不难预见，AI在医药领域的渗透速度正以惊人的态势加速。曾经引领潮流的AI药物研发，如今已成为金融市场上备受瞩目的焦点词汇。就像ChatGPT开启的新篇章，类似的科技热浪是否会同样席卷药物发现领域呢？🔥🔍
▌氨基酸恰类似于大数据
记者了解到，自动生成技术之所以可应用到蛋白质的发现上，有这样的科学逻辑支撑：
🌟了解了！让我们以专业角度探讨蛋白质的奥秘。氨基酸，是构建生命大厦的基本砖块，它们通过复杂有序的连接形成蛋白质，每个独特结构赋予其特定功能。就像数据驱动信息，蛋白质的三维构象则是决定其行动力的关键图像。AI的神奇之处在于，它能通过对氨基酸排列和蛋白质结构的学习，生成全新的蛋白质模型。🚀这就是科学与技术如何编织生命之网，让AI在模拟生物过程上展现出惊人的创造力！记得关注我们，获取更多生命科学的深度解析哦！😊
在业内，这一逻辑也被称为AIGP，即AI Generated Protein（AI生成蛋白质）。
在天壤XLab，记者看到了相关应用：
🌟通过简洁的步骤来实现你的蛋白质梦！🔍首先，在需求区填写关键信息——目标序列长度、结构特性（对称性）及功能目标。💡接着，别忘了提及配体细节和化学条件，它们是构建理想模型的关键。📚点击”启动任务”按钮，就像启动引擎，等待片刻，你将见证神奇的光——电脑会立即展示出精确匹配的三维结构模型。🚀无需担心联系方式或广告信息，我们专注于提供高质量的科学服务。🏆现在就开始你的蛋白质结构探索之旅吧！🌟
🌟【创新力爆棚】🚀去年10月，教育科技领域的里程碑——xCREATOR工作台以公益姿态闪耀登场，专为全球高等教育者和学生提供！🎉它在那时以无价的姿态，面向全体开放，让知识的火花瞬间点燃！📚今年2月下旬，团队的又一力作——蛋白质扩散模型，更是科研界的焦点所在。🔥这款自主研发的先进技术，再次证明了我们的创新实力，引领着学术探索的新潮流。🔬这两项重要成果不仅展示了xCREATOR对教育的热情，也彰显了其持续的技术革新和对未来的承诺。🏆让我们期待更多这样的突破，为知识海洋注入更多活力！🌊
“我们还附加了一系列设计蛋白质的分析功能，可以对各类由算法自动生成的蛋白质结构进行打分，分数越高表示该自动生成的蛋白质结构的可实现性越高。”天壤XLab实验室负责人苗洪江博士介绍称。
在ChatGPT中，需要人工对数据进行标注、打分，以此来训练算法更会聊天；AIGP也是类似的逻辑，但不同的是，如果科研人员要想知道某一由算法自动生成的蛋白质，其可实现性到底高不高，还需要通过进一步的湿实验来验证，因此，AIGP的技术壁垒也就更高。
为了降低这一技术门槛，引入打分模型算法是很多企业的选择。
前述行业企业对《科创板日报》记者进一步解释了生成算法与打分算法的工作逻辑：首先，由生成模型算法生成蛋白质；其次，由人工对经打分模型筛选出的、得分较高的蛋白质，再进行实验验证，并反馈给打分模型算法。“二者就像老顽童的左右两手互搏，通过不断增强学习，来提高算法的质量。”
▌探索大分子宇宙
有了AIGP，对于科研人员来说，最大的获益无疑是加速了研发的进展。
“以100个氨基酸长度的蛋白质为例，其序列的排列组合有高达20^100=1.3×10^130种可能！相比之下，人类可观测宇宙总原子数量仅有10^82，以人力来测试、构想这样庞大的蛋白质空间可以说是不可能完成的任务。”苗洪江称，如今AI模型能够精准定位到符合要求的蛋白质再由研发人员进行实验检验，蛋白质设计效率前所未有的提升使其终于可以走进产业应用中去。
更重要的是，过去基于偶然性的开发工作也极大限制了人类对于蛋白质的开发，人类已知的天然蛋白质数量为10^15，而潜在的从头设计蛋白质数量远超于已知天然蛋白质。
以人体内的蛋白质来说，“目前大多数人类蛋白质功能研究都聚焦于约5000种研究较多的人类蛋白质，而人体内还存在着一个巨大的蛋白质世界。事实上，这些功能未知的蛋白质可能掌握着打开解决人类重大疾病的钥匙，如癌症、阿尔兹海默症以及多种罕见病。”苗博士解释称。
除生命科学外，新材料、新能源和食品等领域对功能蛋白质也存有巨大的需求。“整个蛋白质世界还拥有巨大的潜在探索空间，蕴藏着无穷无尽的资源，具有极大应用价值！”天壤CEO薛贵荣博士表示，蛋白质领域的ChatGPT会成为像水、电、煤一样成为工业发展支撑，开辟出全新的科学时代。
《科创板日报》记者进一步了解到，如何获取行业数据、如何通过实验验证来对数据进行标注进而得到高质量的反馈数据仍然是限制AIGP大爆发的主要拦路虎。基于此，开源共享仍是目前行业企业们的主要选择。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
